議事録AIを社外に出さずに使う｜文字起こしからまとめまで自社のPCで動かした実測

会議のあとに議事録を作る時間を減らしたい。そう考えて議事録AIを調べると、多くはクラウドのサービスです。手軽な一方で、人事や取引条件、顧客の話をした会議の録音を、社外のサーバーに送ってよいかで迷う方もいると思います。

当社は、録音を社外に出さずに議事録の下書きを作る仕組みを、社内のPCで試しています。この記事では、筆者が出席した75分の会議の録音を使った実測（2026年9月〜11月）をもとに、どこまでAIに任せられて、どこを人が確かめるべきかを整理します。

議事録AIは「文字起こし」と「まとめ」の2段階

議事録AIの中では、大きく2つの処理が動いています。

1. 文字起こし：録音の音声を文字にする（音声認識）。OpenAIのWhisperなどが知られています
2. まとめ：文字起こしを読んで、決定事項・宿題・日程などを整理する。ChatGPTのような文章を扱うAI（大規模言語モデル、LLM）が担います

クラウド型の議事録AIは、この2つをサービス会社のサーバーで行います。つまり、録音の音声と、文字になった会議の中身の両方が社外に送られます。社内で動かす場合は、2つとも社内のPCの中で済ませる必要があります。

クラウド型と、社内のPCで動かす型の違い

どちらが良いかは、会議の中身で決まります。社外に出してよい会議ならクラウド型で十分です。社外に出したくない会議だけを社内で処理する、という分け方もできます。クラウドのAIに入れてよい情報の考え方は、ChatGPT・Claudeの情報漏洩対策にまとめています。

75分の会議を、社内のPC1台で議事録にした実測

使った構成

• PC：当社の検証用PC1台（GPUはRTX 5080・GPUメモリ16GB）。処理の間、外部のサービスには接続していない
• 文字起こし：2つを比べた。faster-whisper（Whisper large-v3）と、2026年10月に公開された日本語の音声認識モデル Haas-ja-v1.0（Third Intelligence・Apache 2.0）
• まとめ：Bonsai 2 27B（社内のPCで動くモデル）。Difyというツールの上で「文字起こし→用語の置き換え→まとめ」を1つの流れにしている
• 録音：筆者が出席した会議（75分）。参加者の名前や行事の名前のように、その会議の出席者しか使わない言葉が多い録音。このほか、別の60分の録音でも一部を試した

モデルの選び方とPCの性能の目安は、ローカルLLMのおすすめモデル比較と必要スペックに書いています。

速さ：文字起こしは方法で大きく違う

まとめのモデルは常に動かしておくのではなく、使うときだけ起動しています。起動して議事録を作り、終わったら止めるので、ほかの用途とGPUを分け合えます。

聞き間違い：名前や会の言葉で差が出た

以前、この録音の文字起こしを筆者が読み、聞き間違いやすい言葉を15組洗い出しました。参加者の名前や、行事・役割の名前などです。その15組で数えると、聞き間違いは次のとおりでした。

• faster-whisper：28か所（用語をヒントとして渡した設定）
• Haas-ja-v1.0：3〜5か所（読み仮名つきで用語を登録した設定）

ただし、15組はfaster-whisperの文字起こしで見つかった誤りから作ったため、faster-whisperに不利な数え方です。Haas-ja-v1.0が新しく出した聞き間違いは、この数に入っていません。また、正解の文字起こしは作っていないため、文全体の正確さは比べられていません。なお、Haas-ja-v1.0では用語を登録してもしなくても、この15組での誤りは5か所で変わりませんでした（登録すると正しく出る回数は増えました）。

議事録にすると、優劣ははっきりしなかった

2つの文字起こしを、それぞれ同じ手順で議事録にしました。筆者が録音で確かめた2点と、2つの議事録で扱いが分かれた宿題1件の結果は次のとおりです。

速さはHaas-ja-v1.0が大きく上回り、先に洗い出した15組での誤りも少なかったのですが、議事録の出来は一長一短でした。2つの文字起こしをAIに見比べさせて1本にする方法も試すと、日付と行事名は両方正しくなりました。ただ、宿題は宿題の欄から落ち、確認用の欄にだけ残りました。処理時間も、75分の録音で約28分に延びました。

別の60分の録音でも試したところ、見比べて1本にする方法では良くならず、Haas-ja-v1.0だけの文字起こしからは、まとめのAIが同じ行をくり返して議事録が崩れました。どの方法にも、録音によって当たり外れがあります。

GPUのないPCでも動くか

GPUのない事務用のノートPC（Intel Core 5 120U・メモリ32GB）でも、Haas-ja-v1.0の文字起こしを動かしてみました。75分の録音が約19分で文字になり、先に洗い出した言葉での聞き間違いは4か所でした（GPUで動かしたときは5か所）。

ただし、Haas-ja-v1.0はNVIDIAのGPUで動かす前提のモデルです。GPUのないPCで動かすために、計算の一部を当社で書き換えています。公式に対応した使い方ではないため、業務で使うならGPUを積んだPCを前提にしてください。

AIに任せず、人が確かめるところ

実測で出た誤りや食い違いは、どれも議事録で大事な所でした。日付と行事の名前の誤り、宿題の扱いの違いです。そのため当社では、議事録AIの出力を「下書き」と位置づけ、次の工夫をしています（根拠の引用は仕組みに組み込み済みで、残りの2つは試験の段階です）。

• 根拠の発言を引用させる：決定事項と宿題の各行に、根拠になった発言の一節と、録音の時刻（何分何秒）を付けさせる。引用できない行は書かせない。試験では、まとめの段階で月が書き換わった行を、引用との食い違いで見つけられました
• 日付・時刻・金額の食い違いを一覧にする：2つの文字起こしで日付・時刻・金額が食い違う箇所を、AIを使わずに機械的に抜き出し、「録音で確かめる」欄に並べる。75分の会議で試すと14件でした
• 用語を登録する：参加者の名前や社内の言葉を、読み仮名つきで登録しておく

最後に、決定事項・宿題・日付・金額は、出席者が録音や記憶と照らして確かめます。AIで短くなるのは「ゼロから書く時間」で、確かめる時間は残ります。

議事録AIを社外に出さずに始めるには

1. 会議を分ける：社外に出してよい会議と、出したくない会議（人事・取引条件・顧客の情報など）を分ける。前者はクラウド型でもよい
2. 録音の扱いを決める：録音することを出席者に伝え、録音と議事録をどこに保存し、いつ消すかを決める
3. 用語の一覧を作る：参加者の名前、取引先、製品名、社内の略語など。文字起こしに登録するほか、AIの出力を確かめるときの手がかりにもなる
4. 確かめる人を決める：議事録の下書きを誰が録音と照らすかを、会議ごとに決める
5. 自社の録音で試す：1〜2件の会議で、処理時間と誤りの出方を見てから広げる

よくある質問

議事録AIは無料で社内のPCに入れられますか？

文字起こしとまとめのソフトは、無料で公開されているもので組めます（当社の実測で使ったWhisper系とHaas-ja-v1.0、まとめ用のモデルはいずれも公開されているものです）。ただし、速く動かすにはNVIDIAのGPUを積んだPCが要り、組み立てと用語の登録などの手間がかかります。

議事録AIの精度はどのくらいですか？

当社の75分の会議の録音では、先に洗い出した聞き間違いやすい言葉15組で数えると、文字起こしの方法によって28か所と3〜5か所の差が出ました（15組は片方の方法の誤りから作ったため、その方法に不利な数え方です）。議事録にしたときも、日付や行事名の誤りが出ました。決定事項・宿題・日付・金額は、人が録音と照らして確かめる前提で使ってください。

どのくらいの性能のPCが必要ですか？

当社の実測はGPUメモリ16GBのGPU（RTX 5080）1枚です。文字起こしは約2〜3.75GB、まとめに使ったモデルは約8.6GBで、使うときだけ起動しています（両方を同時に動かしたときの量は測っていません）。GPUのないノートPCでも文字起こしだけは動きましたが、75分の録音に約19分かかり、公式に対応した使い方ではありません。

クラウドの議事録AIを使ってはいけませんか？

使ってはいけないわけではありません。社外に出してよい会議ならクラウド型は手軽です。人事・取引条件・顧客の情報を話す会議のように、音声を社外のサーバーに送りたくない場合に、社内のPCで動かす方法が選択肢になります。